REGEX - 匹配长字符串中的模式

Question

我正在尝试匹配长字符串中的特定模式：

NEW ZEALAND AND (data.operator1:"SHELL AND AMP" AND data.field:"NEW ZEALAND") OR (data.operator: purpose AND data.field:crank) OR (data.operator:REGULATOR AND data.field:HELICOPTOR )

1. 我想 select 以下所有值后跟：但不是 AND/OR/NOT 运算符。
2. 我正在尝试在正则表达式中使用前瞻和后顾/后顾功能，但无法实现

基本上是 /(?<?AND)(?<?OR)\s+(:!AND)(?!OR)/g 和 :" [a-zA-Z ] " 的组合

我想将字符串更改为标题大小写，以便我可以清楚地区分 AND/OR/NOT。

新西兰 AND (data.operator1:"Shell And Amp" AND data.field:"New Zealand") OR (data.operator: purpose AND data.field:crank) OR (data.operator:Regulator AND data.field:Helicoptor )

Answer 1

您可以使用带有命名组的正则表达式轻松表达词法分析器，例如：

const MY_LEXER = String.raw`
    (?<string> "[^"]*")
    |
    (?<operator> and|or|AND|OR)
    |
    (?<word> \w+)
    |
    (?<punct> [().:])
    |
    (?<ws> \s+)
`

下一个 function 获取一个字符串和一个词法分析器并返回一个对列表[token-type, token-value] ：

let tokenize = (str, lexer) =>
    [...
        str.matchAll(
            lexer.replace(/\s+/g, ''))
    ]
        .flatMap(m =>
            Object
                .entries(m.groups)
                .filter(p => p[1]))

结果会像

  [ 'word', 'NEW' ],
  [ 'ws', ' ' ],
  [ 'word', 'ZEALAND' ],
  [ 'ws', ' ' ],
  [ 'operator', 'AND' ],
  [ 'ws', ' ' ],
  [ 'punct', '(' ],

等等。现在应该可以迭代它，根据需要转换值并将它们重新组合在一起：

for (let [type, val] of tokenize(myString, MY_LEXER)) {
    if (type === 'string' || type === 'word')
        val = val.toLowerCase();
    output += val;
}